TibetanMNIST：藏文手写数字数据集

TibetanMNIST：国产MNIST数据集

这个Repo主要包括了：

• TibetanMNIST：藏文手写数字数据集
  • 1. 数据集描述
  • 2. 不同方法与框架实现各种脑洞

1. 数据集描述

详细请见：数据集文档

• 数据文化

  藏区按方言划分为卫藏、康巴、安多三大藏区，东接汉地九州。藏区有典：“法域卫藏、人域康巴、马域安多”即“卫藏的宗教、康巴的人、安多的马”。而藏文主要有楷体和形体两种文字，我们本次的TibetanMNIST正是形体藏文中的数字，也就是图片中连笔书写更加简洁的那种

  

• 文件列表

  i.TibetanMNIST.tfrecords（每张图像存储为28x28x3的三通道图像矩阵）

  ii.TibetanMNIST.npz（每张图像存储为28x28的单通道图像矩阵）

  iii.TibetanMNIST（原始图像文件，图像文件名的第一个数字为数字类别标签，第二个数字为数字所在纸张标签，第三个数字为纸张标签内的数字序列）

• 数据特征及属性

  

• 数据分布

  

• 藏文数字与阿拉伯数字对照表

  

• 数据示例

  

• 数据使用

  • TFReords文件使用

   import tensorflow as tf
  
   def _parse_function(example_proto):
   	features = {
   		'label':tf.FixedLenFeature([], tf.int64),
   		'img_raw':tf.FixedLenFeature([], tf.string)
   	}
  
   	parsed_features = tf.parse_single_example(example_proto, features)
   	img = tf.decode_raw(parsed_features['img_raw'], tf.uint8)
   	img = tf.reshape(img, [28, 28, 3])
   	# 在流中抛出img张量和label张量
   	img = tf.cast(img, tf.float32) / 255
   	label = tf.cast(parsed_features['label'], tf.int32)
   	return img, label
  
   filenames = ["要读取的文件序列"]
   dataset = tf.data.TFRecordDataset(filenames)
   dataset = dataset.map(_parse_function)
   # 创建单次迭代器
   iterator = dataset.make_one_shot_iterator()
   # 读取图像数据、标签值
   image, label = iterator.get_next()
   

  • NPZ文件读取

   import numpy as np
  
   data = np.load('文件')
   x_train = data['image'].reshape(17768, 784)
   y_train = utils.to_categorical(data['label'], 10)

• 数据来源

  中央民族大学创业团队巨神人工智能科技

• 使用注意

  本数据集版权归中央民族大学所有，使用该数据请务必注明数据出处，否则我们将追究相应的法律责任！

2. 不同方法与框架实现各种脑洞

除了自己写的，剩余皆来自此网站，若下面链接打不开可自行下载根目录中文件本地打开。

• 【刷榜】训练集 99.9799%，测试集 99.3467%
• 【官方示例】手写藏文MNIST数据集的图像分类
• [深度思考]TibetanMNIST藏文手写数字数据集识别
• 准确率99.3%——Keras进行藏文手写数字识别
• 【牛刀小试】2018快过去了，你会写藏文了吗
• 不要怂，就是GAN！AI学藏文
• 简单的BP神经网络
• 利用Keras识别TibetanMNIST数据集
• 自定义图片数据集识别(使用PaddlePaddle)